首页/论文/1602.02133

arXiv 1602.021332016-02-05cs.CLcs.IR

从软件评论中挖掘软件质量：研究趋势与开放问题

Mining Software Quality from Software Reviews: Research Trends and Open Issues

Issa Atoum, Ahmed Otoom

备注：: 11 pages
发表信息：: International Journal of Computer Trends and Technology,Vol. 31, No. 2, Jan 2016
DOI：: 10.14445/22312803/IJCTT-V31P114

阅读 PDF ↗

arXiv 页面 ↗HTML 原文 ↗

摘要英文摘要相关论文

摘要：

软件评论文本片段具有关于用户体验的相当有价值的信息。它包括一组巨大的属性，包括软件质量。意见挖掘或情感分析涉及分析文本用户判断。将情感分析应用于软件评审，可以找到一个代表软件质量的量化值。虽然许多软件质量方法被提出，但它们被认为是难以定制的，并且其中许多方法是有限的。本文探讨了意见挖掘作为一种方法来提取软件质量属性的应用。我们发现使用情感分析挖掘软件评论的主要问题是由于软件生命周期和不同的用户和团队。

英文摘要：

Software review text fragments have considerably valuable information about users experience. It includes a huge set of properties including the software quality. Opinion mining or sentiment analysis is concerned with analyzing textual user judgments. The application of sentiment analysis on software reviews can find a quantitative value that represents software quality. Although many software quality methods are proposed they are considered difficult to customize and many of them are limited. This article investigates the application of opinion mining as an approach to extract software quality properties. We found that the major issues of software reviews mining using sentiment analysis are due to software lifecycle and the diverse users and teams.

机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。

阅读原文

阅读 PDF ↗

arXiv 页面 ↗HTML 原文 ↗

本文内容

摘要英文摘要相关论文

机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。

继续探索

相关论文

基于文本挖掘和社交媒体分析的地震影响分析

Earthquake Impact Analysis Based on Text Mining and Social Media Analytics

Tsinghua University（清华大学）

地震对广大地区有着深刻的影响，紧急救援行动可能会受益于有关灾害范围和程度的社交媒体信息。因此，这项工作提出了一种基于文本挖掘的方法来收集和分析早期地震影响分析的社交媒体数据。首先，基于爬虫技术从新浪微博中收集灾害相关微博。然后，对数据进行清洗，进行一系列分析，包括（1）热词分析，（2）微博数量趋势分析，（3）舆情趋势分析，（4）基于关键词和规则的文本分类地震影响分析。最后，分析了中国最近两次震级和震源深度相同的地震，比较了它们的影响。研究结果表明，舆情趋势分析和舆情情绪变化趋势可以对地震社会影响进行早期评估，有助于决策和救援管理。

2022-12-12cs.CLcs.LGcs.SI

意见挖掘与分析综述

Opinion Mining and Analysis: A survey

RCOEM（拉杰夫·甘地计算机与生物技术学院）；Zadgaonkar Software Pvt. Ltd.（扎德冈卡尔软件私人有限公司）

目前的研究主要集中在意见挖掘领域，也被称为情感分析，因为大量的意见丰富的网络资源，如论坛，评论网站和博客都是以数字形式提供的。产品评论的情感分析中的一个重要问题是基于产品特征生成意见摘要。我们已经调查和分析，在本文中，已经开发的意见挖掘的关键任务的各种技术。在调查和分析的基础上，我们提供了一个开发意见挖掘软件系统所涉及的总体情况。

2013-07-12cs.CLcs.IR

基于社会网络挖掘的COVID-19对教育影响的研究

Investigating the Impact of COVID-19 on Education by Social Network Mining

University of Birjand（比尔詹德大学）；Birjand University of Technology（比尔詹德理工大学）

2019冠状病毒于二零二零年及二零二一年一直是社交网络上讨论最多的话题之一，并影响了全球的经典教育模式。在这项研究中，许多与新冠病毒和教育有关的推文都被考虑在内，并在GeoNames地理数据库的帮助下进行了地理标记，该数据库包含大量地名。为了检测用户的感觉，使用基于RoBERTa语言的模型执行情感分析。最后，我们获得了新冠肺炎确诊病例较多的国家的总推文、正面推文和负面推文的频率趋势。调查结果显示，推特频率的趋势与几个国家确诊病例的官方统计数据之间存在相关性。

2022-03-13cs.CLcs.SI

基于时间序列热点新词挖掘的COVID-19舆情情感监测系统

COVID-19 Public Opinion and Emotion Monitoring System Based on Time Series Thermal New Word Mining

School of Information and Communication Engineering, Hainan University（海南大学信息与通信工程学院）；School of Computer Science and Cyberspace Security, Hainan University（海南大学计算机与网络空间安全学院）；University of Chinese Academy of Sciences（中国科学院大学）；National University of Defense Technology（国防科技大学）；Department of Mathematics and Computer Science, Northeastern State University（东北州立大学数学与计算机科学系）

随着新型疫情的传播和发展，识别疫情在公众情绪中的变化趋势，具有重要的参考价值。我们设计并实现了基于时间序列热度新词挖掘的新冠疫情舆情监测系统。提出了一种新的基于网络话题时间爆炸的词结构发现方案和一种适用于COVID-19舆情环境的中文情感分析方法。建立“Scrapy-Redis-Bloomfilter”分布式爬虫框架进行数据采集。该系统可以根据评论判断评论者的积极和消极情绪，还可以反映出希望，快乐和沮丧等七种情绪的深度。最后，我们改进了该系统的情感判别模型，并将COVID-19相关评论的情感判别误差与嘉谷深度学习模型进行了比较。结果表明，该模型具有较好的泛化能力和较小的判别误差。我们设计了一个大数据可视化屏幕，可以清晰地显示公众情绪的变化趋势，各种情绪类别的占比，关键词，热门话题等，充分直观地反映民意的发展。

2020-05-23cs.CLcs.IRcs.SI

基于多粒度意见挖掘的网上购物行为研究：中美比较

Online shopping behavior study based on multi-granularity opinion mining: China vs. America

Nanjing University of Science and Technology（南京理工大学）；Alibaba Research Center for Complex Sciences, Hangzhou Normal University（杭州师范大学阿里巴巴复杂科学研究中心）；Hangzhou Normal University（杭州师范大学）；Jiangsu Key Laboratory of Data Engineering and Knowledge Service, Nanjing University（南京大学江苏省数据工程与知识服务重点实验室）；Nanjing University（南京大学）

随着电子商务的发展，许多产品现在正在全球范围内销售，制造商渴望更好地了解各个地区的客户行为。为了实现这一目标，以前的大多数努力主要集中在问卷调查上，这既费时又费钱。电子商务网站上大量的产品评论已经出现了一种新的趋势，即制造商试图通过分析在线评论来了解用户的偏好。根据这一趋势，本文解决了利用最近发展的意见挖掘技术研究客户行为的问题。这部作品之所以新颖，有三个原因。首先，通过采用基于模板的问题生成和基于意见挖掘的答案提取的算法，自动启用基于问卷的调查。使用该系统，制造商能够获得具有更大样本量、更直接信息、更高自动化程度和更低成本的客户行为报告。第二，通过集成多语言意见挖掘工具，使国际客户行为研究变得更加容易。第三，这是首次进行自动问卷调查，以比较中国和美国的客户行为，其中产品评论分别用中文和英文撰写和阅读。我们对数码相机、智能手机和平板电脑的研究得出了三个发现。首先，中国消费者遵循中庸之道，经常使用委婉的表达方式，而美国消费者更直接地表达他们的意见。其次，中国客户更在意总体感受，而美国客户更注重产品细节。第三，中国消费者关注产品的外部特征，而美国消费者更关注产品的内部特征。

2016-03-26cs.CLcs.CYcs.HC

视频推荐系统中基于评论的用户/电影偏好特征挖掘

Mining User/Movie Preferred Features Based on Reviews for Video Recommendation System

在这项工作中，我们提出了一种基于评论挖掘用户偏好和推荐的方法。关于推荐问题已经有了很多研究。然而，大多数的研究都超越了用户生成的一个方面--内容，如用户评分、用户反馈等来陈述用户偏好。在一个方面存在的问题是缺乏挖掘来陈述用户偏好。作为示范，在协同过滤推荐中，我们试图找出拥挤用户的偏好趋势，然后使用该趋势来预测当前用户的偏好。因此，真实的用户偏好与拥挤人群的趋势之间存在差距。此外，由于用户经常评论产品的各个方面，因此可以通过挖掘用户评论来解决用户偏好。为了解决这个问题，我们主要集中在挖掘用户评论中的产品方面和用户方面，以直接表示用户的偏好。对于冷启动项目问题，我们还考虑了社会网络分析。针对冷启动用户问题，采用协同过滤算法。该框架足够通用，可以应用于不同的推荐领域。从理论上讲，我们的方法将实现显着的增强。

2017-02-09cs.CLcs.IR

更多相关论文收起更多论文

1955年至2017年神经病学病例报告中的疾病和并发症

Exploring Diseases and Syndromes in Neurology Case Reports from 1955 to 2017 with Text Mining

Davis College（戴维斯学院）；College of Information and Communications, University of South Carolina（南卡罗来纳大学信息与传播学院）；Brigham and Women’s Hospital（布莱根妇女医院）；Harvard Medical School（哈佛医学院）；School of Medicine, University of South Carolina（南卡罗来纳大学医学院）；University of South Carolina（南卡罗来纳大学）

背景资料：大量的神经病学病例报告已经发表，但对人类医学专家来说，探索所有这些出版物是一项具有挑战性的任务。文本挖掘提供了一种计算方法来调查神经学文献并捕获有意义的模式。这项研究的总体目标是提供一个新的视角，在过去的六十年里，使用文本挖掘的神经系统疾病和综合征分析的病例报告。研究方法：我们从1955年至2017年的过去六十年中，从PubMed的66种期刊中提取了65，000多份神经病学病例报告中的疾病和综合征（DSSs）。将文本挖掘应用于检测到的DsS的报告，以调查高频DsS，对其进行分类，并探索63年时间范围内的线性趋势。结果：文本挖掘方法探索了1955年至2017年的高频神经系统疾病及其趋势以及它们之间的关系。我们检测到超过18，000个独特的DsS，并发现了10种神经系统DsS。虽然趋势分析显示前10名高频DS的病例报告呈增加趋势，但这些类别的趋势不一。结论：我们的研究提供了新的见解，文本挖掘方法的应用，以调查在大量的医疗病例报告，发生在几十年的DSSs。所提出的方法可以用来提供一个宏观层面的分析医学文献，发现有趣的模式，并跟踪他们在几年内，以帮助医生更有效地探索这些病例报告。

2019-05-23cs.CLcs.IRq-bio.QM

社会信息挖掘的简要最新进展：在2024年法国立法选举趋势分析中的实际应用

Brief state of the art in social information mining: Practical application in analysis of trends in French legislative 2024

本文综述社交媒体挖掘技术，并运用NLP分析AgoraVox平台数据，揭示2024年法国立法选举中国民联盟的高社交参与度及LLM在舆情预测中的价值。

2024-07-11cs.CLcs.CYcs.SI

AEC中基于文本挖掘的自动规则检查专利分析

Text Mining-Based Patent Analysis for Automated Rule Checking in AEC

Tsinghua University（清华大学）

自动规则检查（ARC），这是预计将提高建筑，工程和建筑（AEC）行业的合规性检查过程的效率，正在获得越来越多的关注。揭示ARC的应用热点，预测其发展趋势，有助于相关研究和推动创新。因此，本研究以Derwent Innovations Index数据库（DII）和中国知网（CNKI）数据库中的专利为数据源，进行了三步分析，包括（1）定量特征（即，专利的年度分布分析），（2）使用潜在狄利克雷分配（LDA）识别ARC主题，（3）基于SNA的ARC主题共现分析。结果表明，中、英文专利的研究热点和趋势各不相同。本研究的贡献有三个方面：（1）通过整合多种文本挖掘方法（即，SNA和LDA）;（2）在专利分析的基础上，综述了ARC的应用热点和发展趋势;（3）为ARC的技术发展和创新提供了路标。

2022-12-12cs.CLcs.IRcs.LG

简化高度多语言文本挖掘应用程序开发的方法综述

A survey of methods to ease the development of highly multilingual text mining applications

European Commission – Joint Research Centre (JRC)（欧洲委员会联合研究中心）

多语言文本处理是有用的，因为在不同语言中发现的信息内容是互补的，无论是关于事实还是观点。虽然信息抽取和其他文本挖掘软件原则上可以为许多语言开发，但大多数文本分析工具只应用于小的语言集，因为每种语言的开发工作量很大。自训练工具显然缓解了这个问题，但即使是提供训练数据和手动调整结果的工作量通常也相当大。在本文中，我们收集了各种多语言系统开发人员的见解，如何最大限度地减少开发自然语言处理应用程序的许多语言的努力。我们还解释了我们自己努力开发数十种语言的复杂文本挖掘软件的主要指导方针。虽然这些准则-最重要的是：极端简单-可能非常严格和有限，但我们认为，通过开发欧洲媒体监测（EMM）系列应用程序（http：//emm.newslog.eu/overview.html），已经表明了这种方法的可行性。EMM是一套复杂的媒体监控工具，每天处理和分析多达10万篇20到50种语言的在线新闻文章。我们还将涉及到语言资源的种类，这些资源可以使所有人更容易地开发高度多语言的文本挖掘应用程序。我们认为，为了实现这一目标，最需要的资源是免费提供的、简单的、平行的和统一的多语言词典、语料库和软件工具。

2014-01-13cs.CL

《哈佛商业评论》90年的隐藏趋势

Hidden Trends in 90 Years of Harvard Business Review

National Chengchi University（国立政治大学）

在本文中，我们展示并讨论了我们挖掘1922年至2012年《哈佛商业评论》出版物摘要的结果。采用计算n元语法、搭配、基本情感分析和命名实体识别的技术来发现隐藏在摘要中的趋势。我们通过时间顺序分析，展示了国际关系、《哈佛商业评论》摘要中的情感、重要的国际公司、有影响力的技术发明、著名的管理理论研究者、美国总统等方面的研究结果。

2012-10-20cs.CLcs.DLcs.IR

基于词汇嵌入的Twitter上COVID-19疫苗信念趋势挖掘

Mining Trends of COVID-19 Vaccine Beliefs on Twitter with Lexical Embeddings

Maharaja Surajmal Institute of Technology, GGSIPU（马哈拉贾苏拉杰马尔技术学院，GGSIPU）；Indraprastha Institute of Information Technology Delhi（德里英德拉普拉斯塔信息技术学院）；All India Institute of Medical Sciences（全印度医学科学学院）

社交媒体在全球传播新闻方面发挥着关键作用，并成为人们就各种主题发表意见的平台。全球各地的COVID-19疫苗接种活动伴随着各种各样的观点，这些观点往往受到情绪的影响，这些情绪会随着病例的增加、疫苗的批准以及在线讨论的多种因素而变化。本研究的目的是分析不同的情绪类别的时间演变：犹豫，愤怒，悲伤，预期，信仰和满意度的影响因素：疫苗推出，错误信息，健康影响和不公平的词汇类别创建属于五个国家的推文与重要的疫苗推出计划，即印度，美国，巴西，英国和澳大利亚。我们提取了近180万条与COVID-19疫苗接种相关的Twitter帖子的语料库。我们使用选定种子词的余弦距离，扩大了每个类别的词汇量，并跟踪了2020年6月至2021年4月期间其强度的纵向变化。我们使用社区发现算法来发现正相关网络中的模块。我们的研究结果表明，在所有国家中，对疫苗表示犹豫的推文中提到的健康相关影响最多。我们的研究结果表明，犹豫的模式在不同的地理位置是不同的，可以帮助我们学习有针对性的干预措施。我们还观察到，在疫苗批准前后，犹豫和满意等类别的线性趋势发生了显著变化。在冲积图中，愤怒和悲伤等负面情绪的重要性最高。它们与2021年4月印度观察到第二波COVID-19病例时的所有影响因素形成了一个重要模块。情绪和影响因素之间的关系被发现是可变的国家。

2021-07-20cs.CLcs.SI

NLP的新方法、当前趋势和软件基础设施

New Methods, Current Trends and Software Infrastructure for NLP

在NLP中越来越多地使用“新方法”，这是NeMLaP系列会议所证实的，发生在学科性质和关注的更广泛转变的背景下。本文首先简要回顾了这一背景和该领域的重要趋势。该审查的动机，并导致了一组的要求，支持软件的通用工具，为自然语言处理的研究和开发工作者。一个免费提供的系统，旨在满足这些要求的描述（称为门-一个通用的文本工程架构）。信息提取（IE），在由信息理解会议（ARPA \cite{Arp95}）定义的意义上，是一种NLP应用，其中许多新方法都找到了家（Hobbs \cite{Hob93} ; Jacobs ed. \cite{Jac92}）。基于GATE的IE系统也可用于研究目的，这是描述。最后，回顾相关工作。

1996-07-23cmp-lgcs.CL